pandas.DataFrame.to_string #

数据框。to_string ( buf = None , * , columns = None , col_space = None , header = True , index = True , na_rep = 'NaN' , formatters = None , float_format = None , sparsify = None , index_names = True , justify = None , max_rows = None， max_cols = None， show_dimensions = False， decimal = '.'， line_width = None， min_rows = None， max_colwidth = None， encoding = None）[来源] #

将 DataFrame 渲染为控制台友好的表格输出。

参数：

buf str，Path 或类似 StringIO，可选，默认 None

要写入的缓冲区。如果没有，则输出以字符串形式返回。

columns类数组，可选，默认 None

要写入的列的子集。默认写入所有列。

col_space int，int 的列表或字典，可选

每列的最小宽度。如果给出一个整数列表，则每个整数对应于一列。如果给出一个字典，则键引用该列，而值定义要使用的空间。

header bool 或 str 列表，可选

写出列名称。如果给出了列列表，则假定它是列名称的别名。

索引bool，可选，默认 True

是否打印索引（行）标签。

na_rep str，可选，默认 'NaN'

要使用的字符串表示形式NaN。

格式化程序列表、元组或单参数字典。功能，可选

格式化程序功能可按位置或名称应用于列的元素。每个函数的结果必须是 unicode 字符串。列表/元组的长度必须等于列数。

float_format单参数函数，可选，默认 None

格式化程序函数适用于列的元素（如果它们是浮点数）。该函数必须返回一个 unicode 字符串，并且仅应用于非NaN元素，并由NaN处理na_rep。

sparsify bool，可选，默认 True

对于具有分层索引的 DataFrame 设置为 False 以打印每行的每个多索引键。

index_names bool，可选，默认 True

打印索引的名称。

对齐str，默认无

如何对齐列标签。如果 None 使用打印配置中的选项（由 set_option 控制），则“正确”开箱即用。有效值为

左边
正确的
中心
证明合法
证明所有
开始
结尾
继承
匹配父级
最初的
未设置。

max_rows int，可选

控制台中显示的最大行数。

max_cols int，可选

控制台中显示的最大列数。

show_dimensions bool, 默认 False

显示 DataFrame 维度（行数乘列数）。

十进制str，默认 '.'

被识别为小数点分隔符的字符，例如欧洲的“,”。

line_width int，可选

以字符换行的宽度。

min_rows int，可选

在截断的 repr 中显示在控制台中的行数（当行数高于max_rows时）。

max_colwidth int，可选

截断每列的最大宽度（以字符为单位）。默认情况下，没有限制。

编码str，默认“utf-8”

设置字符编码。

返回：

字符串或无: 如果 buf 为 None，则以字符串形式返回结果。否则返回 None。

也可以看看

to_html: 将 DataFrame 转换为 HTML。

例子

>>> d = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
>>> df = pd.DataFrame(d)
>>> print(df.to_string())
   col1  col2
0     1     4
1     2     5
2     3     6